研究人员开发出可预测癌症和药物特异性免疫疗法功效的数学方法

休斯敦-(2021年2月1日)-休斯顿卫理公会的研究人员开发了一种数学模型，以预测特定癌症对免疫疗法的反应，从而增加了从多种癌症-免疫疗法药物组合中成功进行治疗的机会。该结果与MD Anderson癌症中心的研究人员于上月在《自然生物医学工程》上发表。

与化学疗法，放射疗法和其他疗法相比，免疫疗法激活患者的免疫系统以识别和攻击他们的癌症，从而导致更高，更有针对性的杀死率和更少的副作用。尽管这项技术在抗击癌症方面取得了重大进步，但它仅适用于某些类型的癌症，并且仅适用于患有这些癌症的部分患者。

该数学模型使用基于物理和化学定律的数学方程式系统来描述参与免疫治疗和相关免疫应答的复杂生物系统。通常，无法测量患者中与癌症治疗有关的重要参与者或过程(例如，免疫细胞或渗透到肿瘤中的药物)。数学建模通过发现可以从其他可以测量的数量中计算出这些值的方式来克服此限制。休斯顿卫理公会的王志辉博士和维托里奥·克里斯蒂尼博士他们的同事设计了这种模型，以仅使用已经在癌症患者中测得的输入量来预测免疫反应的强度。该模型为朝着个性化医学的未来迈出了一步，为工程个性化治疗策略建立了框架。

为了测试他们的模型准确，可靠地表征癌症类型对特定免疫疗法治疗的特异性的能力，他们从124个接受过检查点抑制剂免疫疗法治疗的患者中，获得了免疫疗法之前，期间和之后的CT或MRI扫描数据四个内部临床试验。然后使用模型对其进行分析，以获得治疗反应的具体数值指标。他们发现，两种基于模型的措施可以量化(1)肿瘤内免疫存在的存在和健康，以及(2)免疫疗法激活的免疫细胞对癌细胞的最终杀灭率可以组合为一个度量与长期的肿瘤负担高度相关，因此提供了该癌症对特定药物反应强度的独特数值评分。这些结果进一步得到来自另外177名接受最常见检查点抑制剂免疫疗法(抗CTLA4或抗PD1 / PDL1单一疗法)治疗的患者的数据的验证。

数学模型可以立即在诊所中实施，而无需新技术，人员或大量培训。此外，目前正在研究使用其他临床措施来提高基于模型的预测的准确性和精确度的方法，例如来自血液样本或肿瘤活检的数据。

休斯顿卫理公会医学博士和MD安德森癌症中心的研究人员和临床医生之间的这种合作正在进行中，其长期目标是对该预测模型进行临床翻译。MD Anderson的合作者包括：James Welsh博士;Eugene J.Koay博士;钟嘉乐博士;和David S. Hong博士。